在TensorFlow中实现和添加自定义层至计算图
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本文章介绍了如何在深度学习框架TensorFlow中创建并集成用户定制化的神经网络层，扩展其功能。通过详细步骤指导读者掌握高级应用技巧。
目的将用户自定义的layer与TensorFlow自带的layer结合以构建多层计算图，并实现对2D图像进行滑动窗口平均的功能，通过自定义的操作Layer返回结果。
导入必要的库：
```python
import tensorflow as tf
import numpy as np
```
创建会话对象：
```python
sess = tf.Session()
```
将`size`设为[1, 4, 4, 1]是因为TensorFlow中的图像处理函数需要四维的输入数据。这四个维度依次代表：图片数量、高度、宽度和颜色通道。
```python
x_shape = [1,4,4,1]
```
生成随机初始化的numpy数组：
```python
x_val = np.random.uniform(size=x_shape)
```
全部评论 (0)
还没有任何评论哟~
